换一批融合大语言模型和提示工程的医用电气设备标准文件抽取方法研究
Research on an Extraction Method for Medical Electrical Equipment Standard Documents Integrating Large Language Models and Prompt Engineering
摘要目的:传统的实体关系抽取技术在没有数据集的情况下依赖大量的人工标注,费时费力且难以满足高效处理数据的要求.针对该情况,本文提出运用大语言模型(LLMs)和提示工程技术对医用电气(ME)设备标准文件进行实体和关系的抽取.方法:设计流水线式和端到端式2种提示词模板,同时从修改示例数量的角度测试提示词模板对大模型的抽取效果.结果:端到端式提示词模板的F1分数比流水线式更高,且合适数量的示例可以提高LLMs的抽取准确率.结论:本文提出的ME设备标准文件提示词模板有一定的有效性,可用于完成ME设备标准文件抽取三元组的构建.
更多相关知识
关键词
大语言模型标准文件监管提示工程知识抽取医用电气设备large language modelsstandard document regulationprompt engineeringknowledge extractionmedical electrical equipment
栏目名称
DOI
10.3969/j.issn.1673-5390.2026.02.004
发布时间
2026-03-31（万方平台首次上网日期，不代表论文的发表时间）
基金项目
上海理工大学-临港创新中心专业学位研究生实践基地（2025-009）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
